OpenAIの音声認識モデルWhiper、いやー、まじですごすぎて感動しました。 配信中のpodcast番組 白金鉱業.FMを頑張って文字起こしするために、この記事とか、この記事とかでかなり真面目に既存文字起こしAPIの精度などを比較していましたが、もう今回は比べるまでもなく本当に雲泥の差です。ほぼ一言一句正確に文字起こしできます。GCP, AWS, Azureの文字起こしAPIは文字起こし精度が体感30~60%くらいでしたが、whisperは90%超えている印象です。もう笑うしかないです。 最初に結論 インストール 実行方法 結果 tinyモデルの結果 baseモデルの結果 smallモデルの結果 mediumモデルの結果 largeモデルの結果 まとめ 追記 カタカナ英語 完全制覇 whisperくん せんでんせんでん 最初に結論 whisperは異なるモデルサイズが5種が利用可能であ

またご無沙汰していました。アメリカへの帰国からの、ベルギーとイギリスでの学会出張などでバタバタしておりました。やはりベルギーのチョコは美味しいです🍫 さて、前回の「アメリカ大学院全不合格体験記(挫折編)・その1」の続きとして、海を渡ってラボ見学してから実際の出願、合否結果（タイトルから察して）までを綴ります。現実的になることの大切さをもし感じていただけたら幸いです。 アメリカでの研究室見学前回の記事で述べたように、「東大と迷うくらいならハナから出願しない」というかなり攻めた姿勢で以下の４つを出願校として決めていました。 Caltech MIT Stanford Harvard 「大学ランキングだけ見過ぎだろ」と言うツッコミに関しては前回の記事で言及しましたのでそれをご参照ください。 志望校が決まってからは、早速夏の短い休暇を利用して上記４校のラボを直接訪問することに決めました。事前にLI

A piece in The Economist this week about masks, and how at least half of the people in Japan are planning to continue to use masks indefinitely (where there was never a mandate), prompts a deeper look into what has been the secret of Japan’s extraordinary success in the pandemic. Over time it has the least cumulative deaths per capita of any major country in the world. That’s without a Zero-Covid

帝国の興亡 2022.10.03 Updated by Ryo Shimizu on October 3, 2022, 05:12 am JST イタリアの探検家、アメリゴ・ヴェスプッチは43歳にして初航海に出かけた。 彼の航海の記録は1503年に論文「新世界」として発表され、ドイツで出版された。以来、その大陸は彼の名にちなんでアメリカと呼ばれるようになった。 ヴェスプッチが探検したのは主に南米で、コロンブスが発見したのはカリブ海のプエルトリコで、厳密には北米大陸を発見したわけでもない。 それから一世紀後にイギリスのバージニア株式会社が国王ジェームズ一世から勅許を得て、メリーランド州、バージニア州、カロライナ州の開拓を開始した。 アメリカ大陸への植民はビジネスであり、入植者は実質的にバージニア会社の社員と見做されていた。 しかし、先住民族との戦いや疫病といった障害から、最初期の200人の入

授業や研修で誰もが一度は経験したことのあるグループワーク。そのメリットやデメリットについて考えてみたことはあるでしょうか。今回は認知負荷理論の視点から「協働」が学習ツールとして持つ性質を再確認し、活用のポイントを探ります。 結論協働学習は提示された課題が十分複雑である場合に真価を発揮する。逆に単純すぎる課題は、協働学習に適していない。 キーターム協働学習、認知負荷理論 前提今回紹介する論文は認知負荷理論を土台にしたものです。認知負荷って何？という方はまずこちらの記事をお読みください。 詳細※読みやすさのため一部省略・簡略化しています。詳しくは元の論文を参照してください。 協働学習の場では、与えられた課題に取り組む際にかかる「認知負荷」を複数のメンバー（の頭の中のワーキングメモリ）で分け合うことができるため、個人学習以上に複雑な情報処理が可能となります。これは協働学習の大きなメリットです。

コミックブック このコミックブックは「Zarya Of the Dawn」というタイトルで、Kris Kashtanovaにより制作された。主人公Zarya(上のイメージ)が、未来のニューヨーク(下のイメージ)を探訪するストーリーとなっている。これらのグラフィックスはAIにより生成され、ここにセリフを付加して、物語を構成し、コミックブックが創られた。アーティストが画面を描き出す代わりに、AIがイメージを生成した。 製作者プロフィール このコミックブックを制作したのはニューヨークを拠点に活動しているKris Kashtanovaで、職業は「Prompt Engineer」としている。テキストをイメージに変換するAIを使い、最適な入力文(Prompt)を見つけ、印象的なグラフィックスを生成するエンジニアとなる。 著作権を申請 Kashtanovaは、制作したコミックブックを著作権物として申請し

「自然言語MLエンジニアから学ぶ！対話型AIにおける高品質なデータセット作成ノウハウ」 https://campaign.fastlabel.ai/20220930-seminar

スマートニュースを退職して、10月からGoogle News LabのTeaching Fellowとして仕事をします。ここでは自己紹介を兼ねてスマートニュースでの仕事を振り返りつつ、今後の仕事について書きます。 自己紹介データ可視化やデータ報道の分野で仕事をしています。新卒で東洋経済新報社に入り、最初はデータベースの開発などをしていました。その後イギリスの大学院でデジタルデザインを勉強し、帰国してからは編集部でデータ可視化を活用した報道コンテンツの制作をしました。夏の気温のインフォグラフィック、土地価格の3Dマップ、新型コロナのダッシュボードなど、企画からデザイン、プログラム、記事執筆までだいたい1人でやっていました。 大学卒業から東洋経済を退職するまではこちらの記事にも詳しく書いています。 2021年2月にスマートニュースに移り、メディア研究所というグループ内のシンクタンク的な部署でO

この連載では、注目企業のCTOが考える「この先、エンジニアに求められるもの」を紹介。エンジニアが未来を生き抜くヒントをお届けします！ ニフティ、はてな、グリーなど、日本のIT黎明期をけん引してきたベンチャー企業でサービス開発をリードし、エンジニアとして広くその名を知られた伊藤直也さん。 2016年には宿泊・レストラン予約サイトを運営する一休のCTOに就任し、大きな注目を集めた。 あれから6年。『一休.com』『一休.comレストラン』のUI/UXは飛躍的に向上。新型コロナウイルス感染症の影響で旅行・外食業界が苦戦する中でも業績は好調だ。 しかし、伊藤さんがCTOに就任した当時、同社はさまざまな技術的負債を抱えており、開発課題が山積みの状況だった。 伊藤さんはなぜ、一休にジョインすることを決めたのか。開発組織の変革のために取り組んだこととあわせて、伊藤さん自身が一人の技術者として成長を続ける

作ったもののイメージ ホテルの客室検索APIとは、チェックイン日やその他の条件を入力として受け取り、マッチするホテルの客室を返すものです。以下の画像はExpediaのものですが、赤枠で囲っている部分（他にもたくさんある）が入力になります。2022年4月頃に無事リリースされました。 この検索APIを構築を任された際に、何を考えて設計していったのかを以下に示していきます。 顧客からの要望 顧客の会社は当時エンジニアがおらず（やりとりしている社長は元エンジニアだが）、これまでも私と仕事をしたことがあったので依頼が来ました。顧客と密にコミュニケーションを取りわかったのは、以下のような要望でした。 このAPIは自社サービスとして第3者（要契約）に使ってもらえるようにしたい 完全に一般公開ではなくちゃんと契約を結ばないと利用できないようなもの 検索条件を柔軟に、かつ使いやすい感じで指定できるようにした

Linux Daily Topics 2022年3月1日古いコードはコストがかかる ―LKML、ReiserFSの削除について議論 2001年の「Linux 2.4.1」でマージされたReiserFSは、Linuxカーネルがサポートするジャーナリングファイルシステムの中でも最も古いものである。これまで20年以上に渡ってサポートされてきたReiserFSだが、Btrfsやext4といったメジャーなジャーナリングファイルシステムと比較すると、本番環境で使われているケースは非常に少なくなっている。この現状に対し、古参メンテナーのひとりであるMatthew Wilcox（Oracle）がLinux開発者のメーリングリスト「LKML.org」に「Is it time to remove reiserfs? （⁠ReiserFSを取り除くときが来たんじゃないか⁠）⁠」と2月20日に投稿、開発者の間で議

※こちらの記事は一部有料ですが、返金可能なので実質無料です 相変わらず日本は99%の人がマスクをしている現状ではあるが、既に海外では「マスクを外している」という状況が生まれている。

メディアとしてのメタバースのメッセージを（ニコラス・カーが底意地悪く）読み解く 2022.09.21 Updated by yomoyomo on September 21, 2022, 13:35 pm JST ニュースメディアVoxの共同創始者にして、現在はニューヨーク・タイムズでコラムニスト、ポッドキャスト司会者を務めるエズラ・クラインが、少し前に「信じたくはなかったが、確かにメディアはメッセージだ」という文章を書いています。 この文章は、クラインが2020年に、それまで10年シカトしてきたニコラス・カーの『ネット・バカ インターネットがわたしたちの脳にしていること』を読んだ話から始まります。クラインは、『ネット・バカ』のことを「2011年のピューリッツァー賞最終候補にして、インターネットが嫌いそうな人たちに大うけだった本」と説明していて、原書刊行時にこの本を取り上げているワタシもこ

PLSの概要 線形の回帰分析手法の１つ 説明変数(記述子)の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい 説明変数の間の相関が高くても対応可能 主成分分析をしたあとの主成分と目的変数との間で最小二乗法を行うのは主成分回帰 (PCR) であり、PLSとは異なるので注意 PLS回帰とかPLSRとも呼ばれているが、ここでは PLS スライドのタイトル 部分的最小二乗回帰 (PLS) とは？ どうして PLS を使うの？～多重共線性～ 多重共線性への対策 主成分回帰 (PCR) PCR と PLS との違い PLS の概要 PLSの基本式 (yは１変数) 1成分のPLSモデル t1の計算 yとの共分散の最大化 t1の計算 Lagrangeの未定乗数法 t1の計算 Gの最大化 t1の計算 式変形 t1の計算 w1の計算 p1とq1の計算 2成分のPLSモデル w2

Facebookの友達一覧などを見て、「〇〇さんと知り合いなんですね、紹介してもらえませんか？」といった依頼をもらうことがよくあります。 そのときに、「お声がけ、ありがとうございますっ！はい、お繋ぎしますね。一応、〇〇さんに確認とるので、ちょっとお待ちください」という感じで、さっそく確認をとろう、と思える声の掛け方と、「そんなお願いされてもなぁ。〇〇さんの都合とか、繋ぐ立場の守屋の都合とか、少しくらい考えて欲しいよなぁ」って思ってしまう声の掛け方があります。 その差分は何か？ それは、「相手のことを考えて依頼しているか」と「自分のことを考えて依頼しているか」の差だと思っています。 守屋は新規事業を生業として暮らしているので、紹介の依頼も「新規事業に関係する依頼」が多いです。たとえば、「◎◎業界の新規事業を検討しているので、その業界について詳しい〇〇さんを紹介してください」とか、「先日、資金

自然言語処理の論文で、外部知識を使っていない方法の中では、我々の方法が一番スコアが高い、という主張をしたいことがある。ただ、よく考えると今は多くの研究でBERTを使っているので、厳密には外部知識を使っていないとは言い難い。 タスクによりますが、場合によってはテストデータに含まれる文でBERTを学習していて、そのことが（気が付かないうちに）性能に影響している可能性もあります。この場合は期せずしてトランスダクティブな評価になっている。最悪のケースでは、例えば、英文の穴埋め問題をBERTを使って解かせたときに、実はテスト文と同じ文でBERTの学習をしているということもありうる。この場合は、トランスダクティブというより、学習時にテストデータの答えを見ていることになってしまう。 今の研究の流れでBERT系の事前学習を使わないことは考えらないので、BERTがだめということではないのだけれど、外部知識を

新サービス公開の際にOGP画像を作ったのでTwitter公式の「Card Validator」で確認しようとしたら、ログは Card loaded successfully と言っているのに、本来画像が表示されるべき箇所に Unable to render Card preview と出る。 不具合っぽいし数日で治るかなと思ったが、２週間経っても修正されない。おかしいと思ってよく調べてみると、プレビュー機能はすでに公開停止されているらしい。 Twitter Developers Forum We’ve recently removed the preview functionality from the Card Validator. Previews are still available in the Tweet Composer and the Card Validator rema